字符集与编码

 

C++

编译器支持

独立与宿主式

语言

标准库

标准库头文件

具名要求

特性测试宏 (C++20)

语言支持库

概念库 (C++20)

诊断库

内存管理库

元编程库 (C++11)

通用工具库

容器库

迭代器库

范围库 (C++20)

算法库

字符串库

文本处理库

数值库

日期和时间库

输入/输出库

文件系统库 (C++17)

并发支持库 (C++11)

执行控制库 (C++26)

技术规范

符号索引

外部库

 

C++ 语言

通用主题
预处理器 注释	关键字 转义序列
流程控制
条件执行语句
if	switch
迭代语句 (循环)
for 范围 for (C++11)	while do-while
跳转语句
continue - break	goto - return
函数
函数声明
Lambda 函数表达式
inline 说明符
动态异常规范 (在 C++17* 中弃用)
noexcept 说明符 (C++11)
异常
throw-表达式 try 块	catch 处理程序
命名空间
命名空间声明	命名空间别名
类型
基本类型 枚举类型 函数类型	类/结构类型 联合类型
说明符
const/volatile decltype (C++11) auto (C++11)	constexpr (C++11) consteval (C++20) constinit (C++20)
存储期说明符
初始化
默认初始化 值初始化 零初始化 复制初始化 直接初始化	聚合初始化 列表初始化 (C++11)   常量初始化 引用初始化

表达式
值类别 求值顺序	运算符 运算符优先级
备选表示
字面量
布尔 - 整数 - 浮点
字符 - 字符串 - nullptr (C++11)
用户定义 (C++11)
工具
属性 (C++11)
类型
typedef 声明
类型别名声明 (C++11)
转型
隐式转换 static_cast const_cast	显式转换 dynamic_cast reinterpret_cast
内存分配
new 表达式	delete 表达式
类
类声明 构造函数 this 指针	访问说明符 friend 说明符
类特有函数属性
虚函数 override 说明符 (C++11)   final 说明符 (C++11)	explicit (C++11) static
特殊成员函数
默认构造函数 复制构造函数 移动构造函数 (C++11)	复制赋值 移动赋值 (C++11) 析构函数
模板
类模板 函数模板	模板特化 形参包 (C++11)
杂项
内联汇编	C++ 历史

 

基本概念

注释

ASCII

标点符号

名称与标识符

类型

基本类型

对象

作用域

对象生命周期

存储期与链接

定义与 ODR

名字查找

限定名查找

非限定名查找

如同规则

未定义行为

内存模型

多线程执行与数据竞争 (C++11)

字符集与编码

翻译阶段

main 函数

模块 (C++20)

契约 (C++26)

 

此页描述 C++ 标准指定的数个字符集。

翻译字符集 翻译字符集 由下列元素构成 每个抽象字符，均在 Unicode 代码空间中被分配了一个码位，及 每个未被分配给抽象字符的 Unicode 标量值，都有一个相异的字符。 翻译字符集是基本字符集和基本字面量字符集（见下文）的超集。

(C++23 起)

基本字符集

基本字符集 由下列 96(直至 C++26)99(自 C++26 起) 个字符构成

代码单元	字符	字形
U+0009	字符制表符
U+000B	行制表符
U+000C	换页符 (FF)
U+0020	空格
U+000A	换行符 (LF)	换行
U+0021	感叹号	!
U+0022	引号	"
U+0023	井号	#
U+0025	百分号	%
U+0026	与号	&
U+0027	撇号	'
U+0028	左圆括号	(
U+0029	右圆括号	)
U+002A	星号	*
U+002B	加号	+
U+002C	逗号	,
U+002D	连字暨减号	-
U+002E	句号	.
U+002F	斜线	/
U+0030 .. U+0039	数字零 .. 九	0 1 2 3 4 5 6 7 8 9
U+003A	冒号	:
U+003B	分号	;
U+003C	小于号	<
U+003D	等号	=
U+003E	大于号	>
U+003F	问号	?
U+0041 .. U+005A	拉丁字母大写 A .. Z	A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
U+005B	左方括号	[
U+005C	反斜线	\
U+005D	右方括号	]
U+005E	脱字符	^
U+005F	下划线	_
U+0061 .. U+007A	拉丁字母小写 a .. z	a b c d e f g h i j k l m n o p q r s t u v w x y z
U+007B	左花括号	{
U+007C	竖线	|
U+007D	右花括号	}
U+007E	波浪号	~

下列字符自 C++26 起被添加到基本字符集 代码单元 字符 字形 U+0024 美元符号 $ U+0040 商业 @ 符号 @ U+0060 重音符 `

(C++26 起)

基本字面量字符集

基本字面量字符集 由基本字符集的所有字符，加上下列控制字符构成

代码单元	字符
U+0000	空字符
U+0007	响铃
U+0008	退格
U+000D	回车 (CR)

执行字符集

执行字符集和执行宽字符集是基本字面量字符集的超集。执行字符集的编码和附加元素集（若有）是locale特定的。执行宽字符集的每个元素都必须能表示为相异的 wchar_t 代码单元。

代码单元与字面量编码

代码单元 是字符类型的整数值。 字符字面量 （多字符或非编码字符字面量除外）或 字符串字面量 中的字符被编码为一个或多个代码单元的序列，这由编码前缀决定；这被称为相应的字面量编码。

字面量编码或执行字符集的 locale 特定编码将基本字面量字符集的每个元素编码为具有非负值的单个代码单元，该值与任何其他此类元素的代码单元不同。不在基本字面量字符集中的字符可以用多个代码单元编码；这种代码单元的值可以与基本字面量字符集元素的代码单元的值相同。执行字符集的编码可能与任何字面量编码无关。

普通字面量编码是应用于普通字符或字符串字面量的编码。宽字面量编码是应用于宽字符或字符串字面量的编码。

U+0000 NULL 字符被编码为值 0。翻译字符集的任何其他元素都不会以值 0 的代码单元编码。在数字 0 (U+0030) 之后的每个十进制数字字符的代码单元值应比前一个值大 1。普通和宽字面量编码在其他方面是实现定义的。

对于 UTF-8、UTF-16 或 UTF-32 字面量，对应于翻译字符集每个字符的 UCS 标量值按照 ISO/IEC 10646 中为相应 UCS 编码形式指定的进行编码。

注解

一些字符集的标准名称在 C++23 中通过 P2314R4 更改。

新名称	旧名称
基本字符集	基本源字符集
基本字面量字符集	基本执行字符集 基本执行宽字符集

从源文件 （UTF-8 源文件除外）(自 C++23 起) 字符到 基本字符集(直至 C++23)翻译字符集(自 C++23 起) 在 翻译阶段 1 期间的映射是实现定义的，因此实现需要记录基本源字符在源文件中如何表示。

缺陷报告

下列行为更改缺陷报告被追溯应用于先前发布的 C++ 标准。

DR	应用于	已发布行为	正确行为
CWG 788	C++98	执行字符集成员的值 是实现定义的，但不是 locale 特定的	它们是 locale 特定的
CWG 1796	C++98	基本执行（宽）字符集中的空（宽）字符的表示 拥有所有零位	仅要求值为零

参见

ASCII 表

C 文档 关于 字符集与编码